Développement de méthodes analytiques pour l’identification et la quantification de substances non-intentionnellement ajoutées dans l’emballage alimentaire en vue de leur évaluation sanitaire

Doctorant : Julien Kermorvant

Directeurs de thèse : Sandra Domenek (MC-AgroParisTech, Douglas N. Rutledge (Pr. AgroParisTech)

Encadrants LNE : Cédric Lyathaud, Phuong-Mai Nguyen

Thèse CIFRE réalisée en collaboration entre UMR 0782 « Paris-Saclay Food and Bioproduct Engineering » (INRAE/AgroParisTech) et pôle « Chimie et Physico-chime des Matériaux » (LNE)

Période : septembre 2019 - septembre 2022

Contexte

La réglementation européenne impose des règles strictes pour assurer la sécurité sanitaire des matériaux au contact des aliments (notamment le règlement UE N° 10/2011 sur les matériaux et objets en matière plastique). Elle dispose d’une liste positive des substances admises pour la fabrication des emballages (intentionally added substances, IAS) qui définit leurs limites de migration. Les substances non-intentionnellement ajoutées (non-intentionally added substances, NIAS) peuvent également être présentes et doivent être évaluées. Leur limite de migration ne doit pas dépasser 0,01 mg/kg d’aliment pour les NIAS non CMR.

Les sources des NIAS sont multiples. Il peut s’agir de :

  • produits de dégradation de polymères (y compris oligomères) et leurs additifs ;
  • produits de réactions secondaires lors de la fabrication des emballages ;
  • contaminants des matières premières et contaminants liés au procédé de fabrication et conditionnement.

En conséquence, les molécules peuvent présenter des structures et propriétés physicochimiques très diverses. Dans le cas de produits de dégradation, des schémas réactionnels peuvent être connus ce qui peut aider à l’identification et même à l’anticipation des structures présentes. De nombreuses études de cas sont déjà disponibles dans la littérature scientifique. Dans le cas des contaminants en revanche, les molécules peuvent être non seulement diverses mais aussi inattendues.

Cette situation est un défi majeur pour les techniques de chimie analytique, d’autant plus que l’évaluation des substances ne nécessite pas seulement leur identification, mais aussi leur quantification.

Objectifs

L’idée centrale du projet de thèse est de développer des méthodes de chimie analytique multi-techniques pour l’identification et la quantification des NIAS en s’appuyant sur des traitements de données de grand volume inspirés des méthodes de la métabolomique en recherche biologique (méthodes chimiométriques).

Ce projet propose de s’appuyer sur plusieurs travaux de thèse et travaux internes antérieurs, i.e. les données existantes concernant la déformulation des matériaux commerciaux dans le cadre de la thèse de Phuong-Mai Nguyen (IR, RMN), la construction de bases de données d’empreintes spectrales (MS et RMN) des IAS et NIAS par le LNE (projet LNE 2014/377 et approche utilisée dans le stage M2 de Morandise Rubini), le développement méthodologique et la déformulation des matériaux biosourcés dans le cadre de la thèse d’Audrey Gratia (RMN, GC-MS), le développement méthodologique des traitements de données d’Amine Kassouf (Analyse en Composantes Indépendantes sur GC-MS, IR et fluorescence frontale), les méthodes développées pour l’analyse des spectres HRMS de Baninia Habchi (ICA sur Flow-Injection-HRMS) et les méthodes d’analyse de tableaux multiblocs (ComDim) développées pour des applications différentes (par ex. Monakhova et al., 2014).

Les principaux résultats du travail seront :

  • l’enrichissement de bases de données spectrales des NIAS actuelles (GC-MS, LC-MS, RMN) ;
  • l’exploration du potentiel et, le cas échéant, le développement de méthodes d’analyse de NIAS par des méthodes couplées (GCxGCxMS, HRMS – introduction directe, LC-MS (TOF), et couplées aux routines existantes (GC-MS, RMN) pour l’analyse des NIAS ;
  • le développement de méthodes d’identification et de quantification de NIAS assistées par des méthodes de traitements de grands tableaux de données ;
  • le développement de méthodes de comparaison rapide pour l’analyse de la qualité de matériaux ;
  • l’implémentation d’outils experts dans les équipes de l’UMT ACTIA SafeMat.